문서 에이전트, 인식률 넘어 '오답 찾는 능력'이 더 중요해

김지현 한국딥러닝 대표는 AI를 도입했는데도 직원 일이 줄지 않았다면 도입이 끝난 게 아니라고 말한다. 결과 검수와 오류 수정을 사람이 계속 맡고 있다면 가장 비용이 큰 마지막 단계를 넘지 못한 셈이다. 그래서 그는 인식률 경쟁이 아니라 맥락을 보는 힘을 문서 AI의 조건으로 꼽는다. 재무제표에서 숫자를 정확히 읽어도 그것이 매출액인지 영업이익인지, 단위가 원인지 백만원인지 모르면 업무에 쓸 수 없다. 숫자 인식은 맞아도 결과는 틀릴 수 있다.

한국딥러닝은 비전언어모델 기반 OCR이 문자와 배치를 읽고, 자체 파서가 표와 병합 셀 같은 구조를 풀고, 딥 에이전트가 문서를 분류·추출해 사내 시스템으로 넘기는 3단 구조를 쓴다. 금융과 공공에서는 99% 정확도보다 틀릴 수 있는 1%를 어떻게 찾아내는지가 더 중요하다는 게 회사 설명이다. 현대캐피탈은 여신 관련 문서 46종을 자동화해 업무 시간을 약 96% 줄였고, 한국벤처투자는 등기부 처리 시간을 99.7%, IBK기업은행은 약 94% 단축했다. 문서 AI 사업 상반기 매출은 전년 동기의 3.4배가 됐다.

마케팅 조직에도 같은 잣대를 대볼 수 있다. 리포트 정리든 소재 검수든 AI를 붙였는데 확인하는 손이 그대로라면 일이 줄어든 게 아니라 옮겨 간 것이다. 100건 중 95건은 끝까지 맡기고 사람은 판단이 필요한 5건만 본다는 기준은 도구를 고를 때 던질 질문을 바꿔 놓는다. 무엇을 읽을 수 있느냐가 아니라 어디까지 맡길 수 있느냐다.